跳到主要内容
∿扩散原野DIFFUSION FIELD
0/8
主题 / DDPM
从一个问题开始

一团随机噪声，
为什么能变成图像？

实验 00

先动手，再读定义。

拖动 t。注意信号系数如何下降、噪声系数如何上升。然后把 t 拉回 0，看看同一份固定噪声是否会让原信号准确回来。

真实公式计算

信号 / 噪声观测台

SEED 42
x0x_0原始信号
xtx_t当前观测
9.37e-4βt\beta_t / 本步方差
0.91674αˉt\bar\alpha_t / 累计信号保留
0.2885噪声系数
11.011SNR / 信噪比

每个像素都按 xt=αˉtx0+1−αˉtεx_t=\sqrt{\bar\alpha_t}x_0+\sqrt{1-\bar\alpha_t}\varepsilon 重新计算。拖动滑块不会调用 CSS 模糊或透明度技巧。

先完成上方实验，再选择下一步。
Syllabus

五个问题，串起完整 DDPM

每一课都包含：直觉问题、可操作实验、数学定义、分步推导、代码对应、常见误解和即时检查。

01

一团噪声为什么能生成图像？

先理解概率分布与潜变量，不急着背网络结构。

高斯 · 条件概率02

为什么要主动破坏训练数据？

人为设计一个容易计算的前向过程，为反向学习制造监督。

q(xt∣x0)q(x_t\mid x_0)03

网络到底是在预测什么？

分清条件分布、噪声预测、干净样本估计与采样随机性。

pθ(xt−1∣xt)p_\theta(x_{t-1}\mid x_t)04

一次训练真的要跑 1000 步吗？

用闭式采样随机选择一个 t；完整循环只在生成时发生。

LsimpleL_{\mathrm{simple}}05

公式怎样落到 PyTorch 张量？

逐个实现 schedule、extract、q_sample、U-Net、训练与采样。

mini-ddpm
学完后的检验标准

不是“听过”，而是能自己解释。

  1. 01

    不看资料推导 xtx_t 的闭式采样，并解释两个平方根系数。

  2. 02

    说明训练为何随机挑一个 t，而采样为何通常需要循环多个时间步。

  3. 03

    写出最小 q_sample、噪声预测损失和单步反向采样。

  4. 04

    指出 DDPM、DDIM、Score-SDE、CFG 与 Latent Diffusion 的关系边界。